网约车市场消费者粘性形成的影响因素研究.docVIP

网约车市场消费者粘性形成的影响因素研究 　　【摘要】以滴滴出行和优步为代表的网约车依靠共享资源、方便快捷等优势受到广大消费者的认可和喜爱。为了解目前消费者对网约车市场的依赖程度和使用情况，本文以网络效应为理论基础，结合消费者特征构建概念模型后进行实地调研，最终通过回归分析等统计方法确定了网约车市场消费者粘性的显著影响因素分别是使用意愿、质量和服务，网约车平台需要在质量和服务方面进行强化才能进一步吸引消费者。 　　【关键词】网络效应；网约车市场；消费者粘性 　　一、文献综述 　　（一）前人研究综述 　　经济学家发现：当消费者通过购买特定产品或服务加入某一网络时，他获得的效用依赖于同一网络中使用同样产品或服务的人数。该特征被称为网络效应。Rohlfs（1974）发现一个用户从通信服务所获得的效用随着加入这一系统的人数而增加。Farrell和Saloner从兼容性与标准化的角度来研究网络效应，归纳了网络效应市场的稳定均衡和超过临界容量才能生存的特征。Economides扩展了网络和兼容性的定义。Sundararajan提出局部网络效应的概念。 　　消费者粘性最早由Brown和Cunningham实证研究发现：消费者在对同一类型不同品牌产品的购买选择中，往往具有品牌依赖性，也称品牌忠诚。基于此衍生了从用户视角出发对用户行为进行分析的新视角。王海萍（2009）认为粘性是基于访问者对网站的认知与情感，在面临转换压力或其他影响时，不改变其持续访问与使用偏好的性质。 　　（二）本文研究特点 　　大量已有献主要研究在线消费者粘性，较少涉及线下平台相关消费者粘性的分析。因此本文在吸取前人研究的基础上，创新性地研究当下前景良好的020模式下消费者粘性形成的影响因素，并结合网约车市场所具有的网络外部性进行分析，最后从企业的视角对其如何提高消费者粘性提出建议。 　　二、理论分析与研究模型 　　（一）理论分析与假设 　　1.消费者特征与消费者粘性 　　消费者特征是研究中最基本但很重要的信息，一般包含消费者的性别、年龄、收入、职业等。它们往往会在不经意中对消费者的行为产生巨大影响。例如，男性大多是品质导向型消费，而女性则更偏向于价格敏感型；不同年龄的消费者对新技术、新事物的接受程度不同等。因此假设： 　　H1：消费者特征对消费者粘性的形成有显著影响。 　　2.自网络效应与消费者粘性 　　自网络效应是指当使用同样或可兼容产品或服务的其他用户数量增加时，某一用户使用该产品所获得的效用的增加。 　　对消费者而言，更多消费者的加入，使其可以更方便、高效的出行。自网络效应作用下，产生了用户锁定效果，这些都阻碍消费者离开这一市场，即产生了长期使用的意图――消费者粘性。因此假设： 　　H2：自网络效应与消费者粘性正相关 　　3.交叉网络效应与消费者粘性 　　交叉网络效应是指随着一种产品使用者数量的增加，市场出现更多品种的互补产品可供选择，而且价格更低，增加了消费者的效用。在网约车市场中表现为消费者与司机间的效应。 　　司机与消费者间，每一组用户的状况都会随着另一组用户数量的增加而变得更好。对于司机而言，打车软件使用者越多，潜在消费者就越多，获得的价值就越多。对于消费者童颜如此。因此假设： 　　H3：交叉网络效应与消费者粘性正相关。 　　（二）研究模型 　　网约车市场作为一个双边市场，由消费者和司机组成、网约车平台连接，由于人数众多且关系紧密，存在网络效应，包括“自网络效应”和“交叉网络效应”。 　　因此，本文在研究中将影响消费者粘性形成的直接因素分为“消费者特征”、“自网络效应”和“交叉网络效应”，再将他们分别细分成几个间接影响因素。 　　三、数据分析 　　（一）基本信息分析 　　本次调研对象为武汉市使用过滴滴的消费者，共发放问卷210份，实际回收202份，有效问卷163份。本次调研女性数量较多，占比69%。年龄最多的为19-26岁的年轻人，其次是27-35岁的青年人，18岁以下、45岁以上的极少。月收入2000元以下的人群最多，调查对象大多为学生，占比68%。 　　（二）影响因素分析 　　1.信度、效度检验 　　数据分析前首先必须进行信度、效度检验，以确保数据的可靠性与稳定性。 　　本文采用Cronbach-α系数进行信度检验，利用因子分析检验量表效度，主要步骤有KMO和Bartlett检验、碎石图、解释总方差，皆可由SPSS运算得出。在运算结果提取主成分的基础上进行影响因素的具体分析。 　　2.消费者特征因素分析 　　分析发现年龄和收入是影响网约车市场消费者粘性的两个重要因素。18岁以下的人群基本不使用网约车，主要因为年龄较小，自我保护能力较弱，出行一般依靠家长和公共交通。使用群体多集中于18至45岁